抄録
骨のおもな疾患として，骨粗しょう症が挙げられる．骨粗しょう症に対する画像診断は有効であるが，類似した低骨量を呈する画像も多く，画像診断における客観性や再現性の問題がある．そこで本稿では，指骨computed radiography（CR）画像から骨粗しょう症の自動識別手法を提案する．提案手法では，深層畳み込みニューラルネットワーク（DCNN）を用いた識別器を構築し，骨粗しょう症有無の識別を行う．DCNNの学習および識別には，CR画像から3種類の画像を作成し，各指骨領域内部からROIを抽出後，この3種類のROIをR，G，Bチャンネルに割り当て生成した疑似カラー画像を用いる．実験では，101症例に対し提案手法を適用し，真陽性率（TPR）：75.5［％］，偽陽性率（FPR）：13.9［％］という結果を得た．
